Escolar Documentos
Profissional Documentos
Cultura Documentos
31192019 3409
Abstract The research problem in this paper is Resumo O presente trabalho apresenta como
a discussion of the political factors affecting the problema de pesquisa a discussão de fatores po-
allocation of federal resources in the SUS (Uni- líticos enquanto condicionantes na alocação de
fied Health System) and its effects on regional recursos federais no SUS e seus efeitos nas desi-
inequalities in Brazil. The main objective was to gualdades regionais. Tem como objetivo princi-
explore the influence of political factors as criteria pal explorar a interveniência de fatores políticos
for the distribution of federal funds, considering como critérios na distribuição de recursos federais,
the regional inequalities of the country. A mixed considerando as desigualdades regionais no país.
method was used by collecting quantitative data Utilizou-se método misto, por meio de coleta de
to study the allocation of resources for each unit dados quantitativos para se estudar a alocação dos
of the Federation, from 2003 to 2017, in search of recursos para as unidades da federação entre 2003
outliers, which require more in-depth explanation e 2017, em busca de casos emblemáticos (outliers)
based on qualitative research methods. The fuzzy- que demandem explicações mais profundas com
set QCA software was applied in the qualitative base em métodos qualitativos. Aplicou-se o méto-
research phase for identification of technical and do fuzzy-set QCA na etapa qualitativa de pesqui-
political conditions, where required and/or suf- sa para identificação de condições técnicas e polí-
ficient, for an atypical distribution of resourc- ticas, enquanto necessárias e/ou suficientes, para
es from one year to another. The quantitative uma distribuição atípica de recursos de um ano
analysis demonstrated the decrease of regional para o outro. Como resultado, a análise quanti-
inequalities in allocation of resources to States in tativa demonstrou a diminuição das desigualda-
the North and Northeast. However, when study- des regionais na alocação de recursos de média e
ing the constraints of the distribution of the funds alta complexidade para estados das regiões Norte
for the States of these regions, qualitative analy- e Nordeste. Porém, ao estudar as condicionantes
sis demonstrated the influence of political factors da distribuição dos recursos para os estados dessas
on the allocation of resources, rather than purely regiões, a análise qualitativa demonstrou a influ-
technical factors. ência de fatores políticos, e não somente fatores
Key words Political factors, Resource allocation técnicos.
1
Instituto de Ciência
Política, Universidade de in health, Political science, Data analysis, Qual- Palavras-chave Fatores políticos, Recursos finan-
Brasília. Prédio IPOL/IREL itative comparative analysis ceiros em saúde, Ciência política, Análise de da-
- IPOL, UNB Área 1. 70904- dos, Análise qualitativa comparativa
970. Brasília DF Brasil.
gcarvalho.pol@gmail.com
3410
Carvalho GP
implícitos que contradizem esses objetivos, per- aconselhável na tradição quantitativa23, sendo
petuando desigualdades, especificamente na mais recomendada as técnicas qualitativas22.
MAC14,19. É nesse contexto que, inesperadamente, Dito isso, e considerando como problema de
nas palavras dos autores do artigo identificado, pesquisa a discussão de fatores políticos enquanto
fatores políticos poderiam explicar a alocação de condicionantes na alocação de recursos federais
recursos no SUS – notadamente, o alinhamento no SUS e seus efeitos nas desigualdades regionais,
partidário entre Presidência da República e pre- as questões deste artigo são: quais fatores (técni-
feituras1. Nesse tema, é preciso considerar aspec- cos e/ou políticos) são condições necessárias e/ou
tos do modelo presidencialista multipartidário suficientes para a alocação atípica de recursos no
brasileiro, em que a necessidade de se construir SUS para uma ou mais UFs? Fatores políticos po-
apoio político é exercida considerando diversos dem ser considerados como condições necessá-
instrumentos: alocação de recursos financeiros, rias e/ou suficientes? Há interação entre diversos
estabelecimento de acordos sobre políticas públi- fatores, sejam eles políticos ou técnicos?
cas e, mais recentemente, discussões relacionadas A identificação de casos atípicos será reali-
à nomeação para cargos públicos com o objetivo zada por meio de análises quantitativas, consi-
de viabilizar direcionamento de recursos para re- derando os dados do Fundo Nacional de Saúde
dutos políticos de um partido ou de um político (FNS), montando um banco com o total de re-
em específico por meio do controle de poucos passes realizados para cada uma das 27 Unidades
cargos estratégicos20. Adiciona-se nessa discussão da Federação (UF) ao longo de 15 anos (2003 a
a noção de que muitas das decisões políticas são 2017) e observando-se especificamente os repas-
tomadas não pelo ministério temático, mas no ses associados ao chamado bloco da média e alta
chamado núcleo da Presidência da República20. complexidade, por se tratar do maior volume
Feitas essas considerações, a discussão aqui de recursos repassados aos estados e municípios
proposta de estudar os fatores que condicionam (quase 70%) e por não ter tido em sua história a
a alocação de recursos do SUS demanda uma implementação direta de critérios populacionais
agenda robusta de pesquisa que possa compre- ou ponderados por condições socioeconômicas,
ender a presença de fatores políticos permeando como é o caso do PAB. Não serão considerados
essa distribuição. os repasses de MAC advindos de emendas parla-
mentares (que a partir de 2015 puderam comple-
mentar os recursos federais de MAC de estados e
Aspectos metodológicos municípios).
Para melhor compreensão da alocação de
Quanto aos aspectos metodológicos, o presente recursos em MAC ao longo dos anos serão reali-
trabalho optou por realizar uma combinação de zadas duas análises no software R24: clusterização
métodos do tipo explicação sequencial²¹. A ideia dos casos e identificação de casos outliers.
central é, a partir de uma análise quantitativa Em suma, para cada ano os valores de repas-
inicial, identificar casos atípicos no recebimento ses serão corrigidos com o IPCA, considerando-
de recursos federais. Feito isso, tentará identificar se o ano de 2017. A partir daí, será calculado o
possíveis condições necessárias e suficientes para per capita da distribuição de recursos para cada
esse fenômeno, considerando técnicas qualitati- uma das 27 unidades da federação, dividindo-se
vas. o valor total de repasses do MAC pela população
A opção de dedicar parte desse estudo a uma IBGE de cada UF em cada ano em questão.
análise mais específica de outliers no recebimento Em seguida será realizada uma análise com
de recursos emerge da necessidade de se reconsi- base no método k-means de clusterização dos
derar a distinção entre as TVUs e as transferên- casos, ano a ano, separando-os em três grupos:
cias do SUS, indicando-se uma análise explorató- per capita mais baixo, per capita mais elevado
ria acerca de eventuais condicionantes políticos e per capita intermediário. Isso ajuda a identi-
na alocação de recursos do SUS. O uso de casos ficar eventuais UFs que possuem um per capita
atípicos é adequado para a realização de análises mais elevado ao longo dos 15 anos, outros que
exploratórias e construção de teorias, observan- possuem per capita mais baixo e também aqueles
do-se o que se chama de tipos ideais, que inclusi- que possuem oscilação ano a ano, contribuindo
ve ajudam a refinar e testar modelos estatísticos para observar as desigualdades no país ao longo
futuros22. Não serão utilizadas técnicas quantita- do período estudado.
tivas para análise de causas de situações atípicas Posteriormente, será calculada a diferença em
por entender que essa não é uma escolha muito termos percentuais da variação do per capita do
3413
Tabela 1. Valor (R$) de MAC per capita (valores constantes para 2017) – 2003 a 2017.
UF 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
RO 76,39 99,98 102,40 111,00 136,31 146,66 165,69 165,77 181,58 180,60 183,58 209,92 215,08 205,58 216,02
AC 17,40 98,36 106,29 109,29 134,08 149,25 194,50 190,67 218,93 281,24 291,43 285,54 288,22 258,78 244,47
AM 2,61 77,63 96,72 106,00 127,41 137,33 155,60 163,03 166,29 181,38 153,66 164,99 160,40 154,84 140,98
RR 37,48 90,44 90,07 97,79 119,20 151,36 189,46 186,45 178,07 203,76 195,16 200,95 219,31 210,25 227,33
PA 83,52 92,73 98,12 105,54 127,27 136,79 141,42 151,53 151,38 171,75 167,37 178,34 162,99 137,65 142,40
AP 5,35 75,59 97,26 129,25 200,33 212,78 214,71 201,80 204,21 264,68 255,69 247,92 221,96 162,89 158,11
TO 12,12 28,46 144,81 155,70 204,77 209,70 270,64 282,26 254,59 249,30 275,42 261,53 261,91 251,29 254,58
MA 71,11 77,30 110,74 118,85 139,80 152,27 150,57 158,37 177,04 186,54 184,13 171,53 154,85 158,69 158,90
PI 64,62 102,79 124,93 132,57 156,86 174,01 186,04 196,47 208,15 213,45 200,88 207,58 200,03 237,65 232,16
CE 116,73 125,80 126,14 136,42 172,95 185,63 193,36 207,60 220,83 234,70 228,32 240,85 235,01 216,48 220,31
RN 70,01 129,59 127,31 136,85 169,00 169,92 190,64 242,63 256,95 259,63 229,46 237,75 211,52 180,16 271,84
PB 112,85 122,03 127,03 139,44 168,81 175,42 180,31 210,03 213,22 228,54 210,04 225,00 205,21 189,13 197,61
PE 29,54 74,90 138,72 168,84 213,87 220,68 251,03 261,16 280,43 315,93 304,04 321,93 293,86 242,06 246,54
AL 116,48 124,29 123,79 138,74 178,75 168,69 193,74 219,67 239,93 250,41 243,07 262,29 254,90 238,67 242,57
SE 107,47 116,86 120,77 138,85 188,60 199,59 197,94 239,74 245,50 303,07 270,28 269,07 243,52 216,64 213,77
BA 36,84 121,96 124,38 144,59 181,39 201,93 212,11 234,67 245,61 243,29 207,61 221,38 207,78 195,91 193,97
MG 119,12 130,35 134,16 148,43 167,23 174,95 200,51 213,09 226,23 238,10 227,85 250,50 235,13 211,84 213,65
ES 18,95 27,74 127,40 135,20 163,81 171,53 199,58 199,57 201,65 214,99 213,73 225,95 215,43 197,62 200,29
RJ 156,77 161,04 155,58 177,20 196,10 191,81 202,21 218,02 236,32 244,79 239,63 252,60 232,37 221,09 214,02
SP 82,26 168,13 163,21 194,46 259,36 219,68 221,88 236,77 242,13 242,42 224,19 243,11 237,57 219,85 219,25
PR 141,06 154,50 159,73 170,76 198,78 200,55 217,63 238,97 253,44 267,69 252,61 268,97 261,00 239,71 250,28
SC 120,80 127,87 129,68 141,18 164,60 175,57 208,17 214,73 213,95 217,51 225,07 243,50 239,01 219,14 211,68
RS 100,64 164,61 165,61 177,09 214,77 221,09 228,78 249,33 267,37 294,31 267,95 290,82 252,46 230,76 229,12
MS 136,48 144,02 152,91 177,88 225,13 227,64 249,28 261,84 288,51 306,32 296,31 314,76 283,95 241,81 247,24
MT 110,19 120,17 119,82 126,04 149,89 161,48 170,44 178,29 185,53 226,14 212,61 223,72 220,46 201,79 194,43
GO 123,96 126,31 128,79 135,26 163,77 171,75 185,68 191,39 210,47 206,27 204,94 219,82 216,46 197,23 196,56
DF 135,43 139,86 142,81 149,08 169,09 164,94 226,99 231,51 230,55 250,28 212,35 208,20 186,78 171,95 162,49
Fonte: Elaborado pelo autor a partir de dados do Fundo Nacional de saúde (FNS).
3417
2500
anterior
2000
UF em
porano
1500
Capita (%)ao
Perrelação
1000
Variação MACem
500
0
ANO.I ANO.II ANO.III ANO.IV ANO.V ANO.VI ANO.VII ANO.VIII ANO.IX ANO.X ANO.XI ANO.XII ANO.XIII ANO.XIV
2004 a 2017
2004 a 2017
Gráfico 1. Variação MAC per capita (%) por UF em relação ao ano anterior – 2004 a 2017.
Tabela 2. Diferença MAC per capita (%) em relação ao ano anterior (valores constantes).
UF 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
RO 30,87 2,43 8,39 22,80 7,59 12,98 0,05 9,54 -0,54 1,65 14,35 2,45 -4,42 5,08
AC 465,26 8,07 2,82 22,69 11,32 30,32 -1,97 14,82 28,46 3,62 -2,02 0,94 -10,21 -5,53
AM 2878,79 24,59 9,59 20,20 7,78 13,31 4,77 2,00 9,08 -15,28 7,37 -2,78 -3,47 -8,95
RR 141,28 -0,40 8,56 21,90 26,97 25,17 -1,59 -4,49 14,42 -4,22 2,97 9,13 -4,13 8,12
PA 11,03 5,82 7,56 20,59 7,48 3,38 7,15 -0,10 13,45 -2,55 6,55 -8,61 -15,55 3,45
AP 1313,31 28,66 32,89 55,00 6,21 0,91 -6,01 1,20 29,61 -3,40 -3,04 -10,47 -26,61 -2,94
TO 134,76 408,81 7,52 31,52 2,41 29,06 4,30 -9,80 -2,08 10,48 -5,04 0,14 -4,06 1,31
MA 8,70 43,27 7,32 17,63 8,92 -1,12 5,18 11,79 5,36 -1,29 -6,84 -9,72 2,48 0,13
PI 59,06 21,54 6,11 18,32 10,93 6,91 5,60 5,94 2,55 -5,89 3,34 -3,64 18,81 -2,31
CE 7,77 0,27 8,15 26,77 7,33 4,16 7,37 6,37 6,28 -2,72 5,49 -2,42 -7,89 1,77
RN 85,08 -1,76 7,50 23,49 0,54 12,19 27,27 5,90 1,04 -11,62 3,62 -11,03 -14,83 50,89
PB 8,14 4,10 9,77 21,06 3,91 2,79 16,48 1,52 7,19 -8,10 7,12 -8,79 -7,84 4,48
PE 153,58 85,19 21,72 26,67 3,19 13,75 4,04 7,38 12,66 -3,76 5,88 -8,72 -17,63 1,85
AL 6,70 -0,40 12,08 28,84 -5,63 14,85 13,38 9,22 4,37 -2,93 7,91 -2,82 -6,37 1,63
SE 8,73 3,35 14,97 35,83 5,82 -0,82 21,12 2,40 23,45 -10,82 -0,45 -9,49 -11,04 -1,32
BA 231,09 1,98 16,25 25,45 11,32 5,04 10,64 4,66 -0,94 -14,66 6,63 -6,14 -5,71 -0,99
MG 9,42 2,93 10,64 12,66 4,62 14,61 6,27 6,17 5,25 -4,31 9,94 -6,14 -9,90 0,85
ES 46,42 359,22 6,12 21,16 4,71 16,35 0,00 1,04 6,62 -0,59 5,72 -4,66 -8,27 1,35
RJ 2,73 -3,39 13,90 10,66 -2,19 5,42 7,82 8,39 3,59 -2,11 5,41 -8,01 -4,85 -3,20
SP 104,39 -2,93 19,15 33,37 -15,30 1,00 6,71 2,26 0,12 -7,52 8,44 -2,28 -7,46 -0,27
PR 9,53 3,39 6,90 16,41 0,89 8,52 9,81 6,05 5,63 -5,64 6,48 -2,96 -8,16 4,41
SC 5,85 1,42 8,87 16,59 6,66 18,57 3,15 -0,36 1,67 3,47 8,19 -1,84 -8,31 -3,40
RS 63,57 0,61 6,93 21,28 2,94 3,48 8,98 7,23 10,08 -8,96 8,54 -13,19 -8,59 -0,71
MS 5,52 6,17 16,33 26,56 1,12 9,50 5,04 10,19 6,17 -3,27 6,23 -9,79 -14,84 2,24
MT 9,06 -0,29 5,20 18,92 7,73 5,55 4,61 4,06 21,89 -5,98 5,22 -1,45 -8,47 -3,65
GO 1,90 1,96 5,03 21,07 4,88 8,11 3,08 9,97 -2,00 -0,64 7,26 -1,53 -8,88 -0,34
DF 3,27 2,11 4,39 13,43 -2,46 37,62 1,99 -0,42 8,56 -15,16 -1,96 -10,29 -7,94 -5,50
Fonte: Elaborado pelo autor a partir de dados do Fundo Nacional de saúde (FNS).
3418
Carvalho GP
sos a ponto de serem enquadrados como outliers UF analisada ou prefeito da capital da UF ser ali-
em toda a série histórica. Por outro lado, se ex- nhado com a coalizão do governo federal. Ponde-
cluirmos da série histórica o ano de 2004, que até ra-se que o valor de relevância dessa configuração
mesmo no Gráfico 1 destoa de todos os demais é de 0,272, exigindo um pouco mais de cautela
anos, AM se soma às demais quatro UFs e não para considerar de fato esse conjunto de condi-
figura como outlier de 2005 a 2017. ções como necessário para uma UF ser outlier.
Dessa forma, evidencia-se que a alocação atí- De toda forma, como apontado na metodologia,
pica de recursos (outliers) envolve especialmente sendo o foco da análise os casos extremos mais
estados das regiões Norte e Nordeste, chamando emblemáticos, considera-se razoável que os valo-
a atenção o fato de que, entre 2005 e 2017, das 16 res de relevância sejam baixos.
UFs dessas regiões, apenas cinco não aparecem Em complemento, nesse primeiro modelo
como outlier, enquanto AP, RN, RR e TO apare- foi possível identificar uma condição suficiente,
cem mais de uma vez como outliers. isto é, basta ela está presente para que uma UF
Enfim, para compreender melhor o que ex- se torne outlier no recebimento de novos recur-
plica esse fenômeno de alocação atípica de recur- sos de MAC. A condição em questão é MINIST
sos do SUS, especificamente de MAC, a próxima (ministro da Saúde ser político da UF analisada
seção objetivará dar respostas observando a asso- no ano anterior). Dois casos estão relacionados
ciação de casos outliers com condicionantes téc- a essa condição: PE em 2005 e PI em 2016. Esse
nicas e políticas. Dada a representatividade das achado por si só já demonstra ser possível que
regiões Norte e Nordeste nesse fenômeno, esse um ministro da Saúde direcione novos recursos
estudo optará por fazer a análise fuzzy-set/QCA para seu reduto político, apontando que as trans-
centrada nas 16 UFs dessas regiões entre 2005 e ferências do SUS estão sujeitas a explicações po-
2017, excluindo-se da próxima análise os estados líticas, e não só técnicas – resultado alinhado a
do Sul, Sudeste e Centro-Oeste, e também os da- discussões recentes da ciência política20.
dos de 2004, dada a inegável discrepância desse No M1 não se identificam condições suficien-
ano, que se relaciona a um nível de per capita tes para os demais 15 casos outliers, reforçando a
muito abaixo de todas as demais UFs em 2003, necessidade das análises seguintes que moderam
como é o caso de AM (R$ 2,61). Isso posto, no ano os dados pelas questões geográficas e temporais.
de 2004, observando-se os casos outliers, nota-se No M2.1, região Nordeste, identificam-se como
um considerável foco na redução das desigualda- condições necessárias as mesmas do M1. Quanto
des regionais, destacando-se um fator técnico: a às condições suficientes, além dos casos condi-
defasagem em relação às demais UFs do país. cionados por MINIST, aparece como condição
suficiente no caso do RN em 2017 a combinação
HISTOR*popsus*SEN, que representa uma inte-
Resultados da análise qualitativa ração entre fatores técnicos e políticos: histórico
de MAC per capita e bancada do Senado alinha-
A Figura 1 sistematiza os achados das oito aná- da, além de um valor baixo de população SUS-
lises realizadas: toda a amostra (M1); região dependente (o que pode estar mais relacionado
Nordeste (M2.1); região Norte (M2.2); primei- indiretamente a um elevado nível socioeconômi-
ro mandato do presidente Lula (M3.1); segundo co). Observa-se que o sinal * significa multiplica-
mandato de Lula (M3.2); primeiro mandato da ção, portanto esse tipo de configuração deve ser
presidente Dilma (M3.3); segundo mandato de lido considerando todas as três condições juntas
Dilma (M3.4); e o ano de 2017, com o presidente (não são três condições alternativas, mas apenas
Temer (M3.5). uma para o resultado encontrado). Dessa forma,
Ao todo, sete outliers dos 17 puderam ser ex- a leitura da combinação pode ser: em contextos
plicados pela análise de condições suficientes. No de baixo valor de população SUS-dependente, o
que se refere às análises de necessidade, em todos histórico defasado de MAC, juntamente com a
os modelos foram identificadas condições neces- bancada do Senado alinhada, é uma combinação
sárias, tendo duas com relevância de necessidade suficiente para que uma UF seja outlier. No M2.2,
maior que 0,7. região Norte, como condição necessária surge a
Observando-se o Modelo 1 (M1), identificam- configuração SEN ou PREF. E como condição
se como condições necessárias HISTOR, MINIST suficiente, a combinação de fatores técnicos e
ou PREF, isto é, uma UF fazer parte de grupo de políticos HISTOR*sen*PREF*vot, sugerindo a
UFs com menor MAC per capita no ano anterior, importância de prefeito de capital alinhado para
ministro da Saúde no ano anterior ser político da o caso do TO em 2005.
3419
M3.2: LULA II (05 outliers) M3.3: DILMA I (04 outliers) M3.4: DILMA II (03 outliers) M3.5: TEMER (01 outlier)
* condições necessárias, mas com valor de relevância relativamente baixo (ver discussão).
Figura 1. Resultados das análises de condições necessária e suficientes para os oito modelos testados, na forma de
conjuntos.
do e prefeito de capital alinhados. Isso indica que terveniência de fatores políticos condicionando a
os condicionantes identificados nesse estudo, so- alocação de recursos. Destaca-se o resultado en-
bretudo os dois últimos, não são tão dissociados contrado em que um político da região Norte ou
daqueles que explicam as TVUs2,5,6 e também re- Nordeste ser ministro da Saúde assegura o dire-
forçam os achados de estudos no campo da saúde cionamento de novos recursos, de forma atípica,
em que fatores políticos explicam a distribuição para o seu reduto político – achado possível de
de recursos para municípios1. No mais, o achado ser observado, dado o foco de análise qualitativa
da relevância do cargo de ministro da Saúde está em casos outliers. Ao mesmo tempo, é relevante a
bem alinhado com as discussões mais recentes da identificação da distribuição de recursos do SUS
ciência política sobre o uso de cargos estratégicos estar condicionada à combinação de fatores téc-
para direcionamento de recursos20. nicos e políticos – outro aspecto observado em
decorrência da análise qualitativa empreendida.
Por outro lado, o foco nos casos outliers
Conclusão permitiu tão somente uma análise exploratória
acerca dos efeitos de condicionantes políticos na
Em suma, entende-se que o presente trabalho alocação de recursos do SUS, o que contribui
cumpre seu papel ao explorar a dimensão de fa- na proposição de hipóteses e reflexões teóricas.
tores políticos como condicionantes dos repasses Portanto, futuras pesquisas nessa temática são
de recursos federais do SUS, demonstrando que desejáveis, especialmente considerando outros
os critérios de repasses de recursos da saúde não objetos de análise, tais como observação de casos
são tão dissociados das transferências voluntárias que não sejam extremos, outras regiões geográ-
quanto poderia se imaginar. ficas além de Norte e Nordeste e também aná-
Em que pese ter ficado claro na análise quan- lises sobre investimentos, políticas e programas
titativa que a alocação de recursos diminuiu con- específicos do Ministério da Saúde, podendo-se
sideravelmente as distorções de valores per capita avaliar o efeito de eventuais fatores políticos nos
dos recursos de MAC para estados das regiões resultados na saúde da população – aspecto, por
Norte e Nordeste, reduzindo as desigualdades re- exemplo, que seria bem relevante.
gionais, ficou notória na análise qualitativa a in-
3421
1. Simão JB, Orellano VIF. Um estudo sobre a distribui- 17. de Paiva AB, Gonzalez RHS, Leandro JG. Coordena-
ção das transferências para o setor de saúde no Brasil. ção federativa e financiamento da política de saúde:
Estudos Econômicos 2015; 45(1):33-63. mecanismos vigentes, mudanças sinalizadas e pers-
2. Arretche M, Rodden J. Política distributiva na Fede- pectivas para o futuro. Novos estud. CEBRAP 2017;
ração: estratégias eleitorais, barganhas legislativas e 36(2):55-81.
coalizões de governo. Dados 2004; 47(3):549-576. 18. Brasil. Portaria de consolidação Nº 6, de 28 de setem-
3. Ferreira IFS, Bugarin MS. Transferências voluntá- bro de 2017 [e alterações]. Consolidação das normas
rias e ciclo político-orçamentário no federalismo sobre o financiamento e a transferência dos recursos
fiscal brasileiro. Revista Brasileira de Economia 2007; federais para as ações e os serviços de saúde do Sis-
61(3):271-300. tema Único de Saúde; 2017. [acessado 2019 Abr 30].
4. Piola SF. Transferências de recursos federais do Sistema Disponível em: http://bvsms.saude.gov.br/bvs/saude-
Único de Saúde para estados, Distrito Federal e municí- legis/gm/2017/prc0006_03_10_2017.html
pios: os desafios para a implementação dos critérios da 19. Banco Mundial. Governança no Sistema Único de
Lei Complementar nº 141/2012. Brasília: Ipea; 2017. Saúde (SUS) do Brasil. Melhorando a qualidade do
5. Soares MM, Melo BG. Condicionantes políticos e téc- gasto público e gestão de recursos. Washington (DC):
nicos das transferências voluntárias da União aos mu- Banco Mundial; 2007.
nicípios brasileiros. Revista de Administração Pública 20. Lopez FG, organizador. Cargos de confiança no presi-
2016; 50(4):539-562. dencialismo de coalizão brasileiro. Brasília: Ipea; 2015.
6. Amorim Neto O, Simonassi AG. Bases políticas das 21. Creswell JW. Research design: Qualitative, quantitative,
transferências intergovernamentais no Brasil (1985- and mixed methods approaches. Thousand Oaks: Sage
2004). Brazilian Journal of Political Economy 2013; publications; 2014.
33(4):704-725. 22. Goertz G, Mahoney J. A tale of two cultures: qualitative
7. Jaccoud L, Vieira F. Federalismo, integralidade e auto- and quantitative research in the social sciences. Prince-
nomia no SUS: desvinculação da aplicação de recursos ton: Princeton University Press; 2012.
federais e os desafios da coordenação. Brasília: Ipea; 23. King G, Keohane RO, Verba S. Designing social in-
2018. quiry: Scientific inference in qualitative research. Prin-
8. Lima LDD. Conexões entre o federalismo fiscal e o ceton: Princeton university press; 1994.
financiamento da política de saúde no Brasil. Cien 24. R Core Team R: A language and environment for sta-
Saude Colet 2007; 12(2):511-522. tistical computing. R Foundation for Statistical Com-
9. Souza RRD. Redução das desigualdades regionais na puting, Vienna, Austria; 2019 Disponível em: https://
alocação dos recursos federais para a saúde. Cien Sau- www.R-project.org/.
de Colet 2003; 8(2):449-460. 25. Ragin CC. Fuzzy-set social science. Chicago: Chicago
10. Junior AP, Mendes AN. O Fundo Nacional de Saúde e University Press; 2000.
a prioridade da média e alta complexidade. Argumen- 26. Ragin CC. Redesigning social inquiry: fuzzy sets and
tum 2015; 7(2):161-177. beyond. Chicago: University of Chicago Press; 2008.
11. Ugá MA, Piola SF, Porto SM, Vianna SM. Descen- 27. Dusa A. QCA with R. A comprehensive resource. New
tralização e alocação de recursos no âmbito do Sis- York: Springer International Publishing; 2019.
tema Único de Saúde (SUS). Cien Saude Colet 2003; 28. Pereira C. Medindo a governabilidade no Brasil: o pre-
8(2):417-437. sidencialismo de coalizão nos governos FHC, Lula e
12. Barros MED, Piola SF. O financiamento dos serviços Dilma. 87 f., il. [dissertação]. Universidade de Brasília,
de saúde no Brasil. In: Marques RR, Piola SF, Roa AC, Brasília; 2017.
organizadores. Sistema de Saúde no Brasil: organiza- 29. Schneider C, Wagemann C. Set-theoretic methods for
ção e financiamento. Rio de Janeiro: ABrES; Brasília: the social sciences. Cambridge: Cambridge University
Ministério da Saúde; OPAS/OMS no Brasil. 2016. p. Press; 2012.
101-138. 30. Kahwati LC, Kane HL. Qualitative comparative analy-
13. Vazquez DA. Mecanismos institucionais de regulação sis in mixed methods research and evaluation (Vol. 6).
federal e seus resultados nas políticas de educação e Thousand Oaks: SAGE Publications; 2018.
saúde. Dados 2014; 57(4):969-1005.
14. Arretche M. Financiamento federal e gestão local de
políticas sociais: o difícil equilíbrio entre regulação,
responsabilidade e autonomia. Cien Saude Colet 2003;
8(2):331-345.
15. Marques RM, Mendes A. O financiamento do Sistema
Único de Saúde e as diretrizes do Banco Mundial. In:
Pereira JMM, Pronko M. A demolição de direitos: um
exame das políticas do Banco Mundial para a educação Artigo apresentado em 31/05/2019
e a saúde (1980-2013). Rio de Janeiro: Escola Politéc- Aprovado em 07/02/2020
nica de Saúde Joaquim Venâncio; 2014. p. 275-293. Versão final apresentada em 09/02/2020
16. Guerra M. Modelo de alocação de recursos do sistema
único de saúde para organizações hospitalares: serviços
de alta complexidade [tese]. Universidade de Brasília, Editores-chefes: Romeu Gomes, Antônio Augusto Moura
Brasília; 2013. da Silva
CC BY Este é um artigo publicado em acesso aberto sob uma licença Creative Commons